量子科技中心_量科网

该研究表明，在因果模型中回答经典反事实问题（或等效于识别未知因果参数，如功能依赖关系的概率分布）时，量子预言机相较经典预言机具有显著优势。在离散经典变量的结构因果模型中，观测数据乃至理想干预通常无法解答所有反事实问题，因为不同的因果参数可能生成完全相同的观测与干预数据，却在反事实上存在分歧。通过一个简单二元示例，研究人员证明：若目标经典变量被编码于量子系统中，且其因果依赖关系由量子预言机编码，则通过相干查询该预言机可识别全部因果参数——进而解决所有经典反事实问题。该工作进一步推广至任意有限基数情形，并严格证明：1）相干探测能识别所有双向联合反事实概率P(Yx=y,Yx′=y′)，这是经典预言机任何次数的查询都无法实现的；2）相比经典预言机，该方法对高阶多路径反事实能给出更严格的边界约束。该成果亦可视为对传统量子预言机问题（如Deutsch-Jozsa算法）的拓展，其识别范围已超越单纯判断函数是否恒定或平衡等基础因果参数。最后，研究团队探讨了该量子优势是否依赖语境性等纯粹非经典特性，并通过在Spekkens玩具理论等经典可解释框架中展示二元情形下同样存在的反事实识别优势，对此给出了否定性证据。